基于突触重塑模型的情景记忆网络设计方法

AITNT
正文
推荐专利
基于突触重塑模型的情景记忆网络设计方法
申请号:CN202410756894
申请日期:2024-06-13
公开号:CN118536545B
公开日期:2024-11-15
类型:发明专利
摘要
本发明公开了一种基于突触重塑模型的情景记忆网络设计方法,涉及人工智能和神经网络技术领域。本发明包括以下步骤:设计情景特征编码器作为内部记忆单元并使用突触重塑参数重要性矩阵来更新内部记忆单元参数;从待分类样本中提取图像数据的视觉特征和语义特征;对提取的特征进行竞争,选取权重大的特征进行稀疏编码,形成情景特征矩阵。本申请通过内部记忆单元和外部记忆单元的记忆设计使得模型具备终身学习的能力。内部记忆单元负责短期和动态信息处理,确保模型对当前情景记忆的快速响应和理解;外部记忆单元则提供长期存储和回忆功能,使得模型能够在不同任务和情景中保持连贯的知识积累和应用能力。
技术关键词
网络设计方法 记忆单元 情景 视觉特征 注意力机制 编码器 语义特征 表达式 Softmax函数 多尺度特征提取 神经网络技术 矩阵 无监督学习 样本 预训练模型 图像
系统为您推荐了相关专利信息
1
一种基于U-Net架构的循环生成对抗网络的拉曼光谱降噪算法
降噪算法 循环生成对抗网络 拉曼光谱数据 生成器网络 注意力机制
2
高光谱成像与AI结合的农业病虫害监测系统
农业病虫害监测 光谱成像 无人机飞行平台 农田管理系统 数据采集软件
3
基于局部和全局的混合跟踪注册方法、系统和电子设备
工业设备 跟踪注册方法 视觉传感器 图像 坐标系
4
一种基于信号编码的风电机组变桨轴承故障诊断方法
风电机组变桨轴承 注意力机制 故障诊断方法 信号编码 风电机组状态监控系统
5
一种基于多信号融合的超声金属焊接质量检测方法和装置
融合注意力机制 多尺度特征提取 DSP控制板 神经网络模型 金属焊接机
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号